用Matlab编写超松弛迭代法与列主元消去法

最新推荐文章于 2023-03-26 13:43:14 发布

tang199408

最新推荐文章于 2023-03-26 13:43:14 发布

阅读量1.3k

点赞数 2

分类专栏： Matlab 文章标签： matlab

本文链接：https://blog.csdn.net/tang199408/article/details/84548831

版权

本文介绍了如何使用Matlab编程实现超松弛迭代法和列主元消去法。超松弛迭代法是Gauss-Seidel迭代法的优化，通过选择合适的松弛因子来加速收敛。列主元消去法通过简化主元搜索，提高了运算效率。文中提供了详细的函数和脚本示例，并展示了计算结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作为迭代法一种加速方法，超松弛迭代法计算公式简单，只是需要选择合适的松弛因子，保证迭代过程有较快的收敛速度。它是Gauss-Seidel迭代法的优化。而列主元消去法，因为仅按列选主元，相比完全主元消元法，省了主元搜寻时间，提高了效率。

SOR迭代公式：

SOR编程代码如下：

函数：

function [xvect,nvect,xdif]=SOR(A,b,eps,x0,w) %超松弛迭代法
m=length(b); %m为线性方程组的维数，即变量的个数
xvect=[]; %为length(b)行length(nvect)列的矩阵，存储X1~X(length(b))变量的迭代值
nvect=[]; %存贮迭代次数
xdif=[];  %存储误差 max(1<=i<=length(b))abs(xi(k+1)-xi(k))
n=1; xvect=[xvect;x0];
x1=[];
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%计算由初值x0经第一次迭代后的值x1
x1(1)=x0(1)+w/A(1,1)*(b(1)-sum(A(1,[1:m]).*x0([1:m])));
for i=2:m-1
    x1(i)=x0(i)&